科创中国

本发明公开了一种海量医疗数据的快速统计查询方法。首先从不同的数据源收集、过滤和处理医疗数据，保存处理后的医疗数据到分布式文件系统hdfs或者hbase中；针对某个或某些基于统计的医疗数据，利用所述分布式文件系统hdfs或者hbase来创建并初始化统计树；针对新增的医疗数据进行一个或多个增量计算，并用增量计算的结果去更新所述统计树；服务端基于所创建的一个或者多个统计树来响应用户的统计查询请求，将所述统计查询请求解析成基于一个或者多个统计树的子查询，并合并成多个子查询的结果返回给所述用户。该方法可以迅速定位统计数据的位置，避免大数据量的访问，从而减轻了系统负载，提高了查询效率和访问的并发性。

一种海量医疗数据的快速统计查询方法，其特征在于，所述方法包括：从不同的数据源收集、过滤和处理医疗数据，保存处理后的医疗数据到分布式文件系统hdfs或者hbase中；针对某个或某些基于统计的医疗数据，利用所述分布式文件系统hdfs或者hbase来创建并初始化统计树；针对新增的医疗数据进行一个或多个增量计算，并用增量计算的结果去更新所述统计树；服务端基于所创建的一个或者多个统计树来响应用户的统计查询请求，将所述统计查询请求解析成基于一个或者多个统计树的子查询，并合并成多个子查询的结果返回给所述用户；所述利用所述分布式文件系统hdfs或者hbase来创建并初始化统计树，具体包括：利用传统数据库或分布式文件系统hdfs或者hbase来创建统计树，该统计树采用B-树的存储方式，且在所创建的统计树结构中，同层兄弟节点的统计值采用从左至右进行累加的计算方式；借助sqoop工具初始化所创建的统计树，将收集并处理后的医疗数据导入到所创建的统计树中。

目前，随着我国经济持续稳定的发展和现代科技的日新月异，人们越来越多的关 注自身健康，在满足日常工作和生活的需求之外，人们也迫切希望通过网络或者手机上网 就能随时查看流行病的季节信息、了解每种疾病下的用药情况以及针对自身疾病获得一些 个性化的推荐服务等。对于公共卫生机构，它们希望各个社区居民的医疗数据能够自动汇 总，并自动对这些数据进行统计分析，统计的结果用来进行流行病的趋势分析和爆发预警， 从而为制定防治干预计划提供有力的参考依据。

中国科学院深圳先进技术研究院提升了粤港地区及我国先进制造业和现代服务业的自主创新能力，推动我国自主知识产权新工业的建立，成为国际一流的工业研究院。 深圳先进院目前已初步构建了以科研为主的集科研、教育、产业、资本为一体的微型协同创新生态系统，由九个研究平台，国科大深圳先进技术学院，多个特色产业育成基地、多支产业发展基金、多个具有独立法人资质的新型专业科研机构等组成。开展先进技术研究，促进科技发展。信息、电子、通讯技术研究新材料、新能源技术研究高性能计算、自动化、精密机械研究生物医学与医疗仪器研究相关学历教育、博士后培养与学术交流。

由上述本发明提供的技术方案可以看出，首先从不同的数据源收集、过滤和处理 医疗数据，保存处理后的医疗数据到分布式文件系统hdfs或者hbase中；针对某个或某些基 于统计的医疗数据，利用所述分布式文件系统hdfs或者hbase来创建并初始化统计树;针对 新增的医疗数据进行一个或多个增量计算，并用增量计算的结果去更新所述统计树;服务 端基于所创建的一个或者多个统计树来响应用户的统计查询请求，将所述统计查询请求解 析成基于一个或者多个统计树的子查询，并合并成多个子查询的结果返回给所述用户。该 方法可以迅速定位统计数据的位置，避免大数据量的访问，从而减轻了系统负载，提高了查 询效率和访问的并发性。

技术合作

在本实验中，采用了 6台普通服务器搭建了一个hadoop集群的运行环境，每台服务 器16个核，16G的内存，8T的磁盘空间。实验证明，在充分发挥hadoop集群的分布式存储和分 布式计算能力的情况下，模拟1〇〇〇人同时在线的不同类型的统计查询，平均的响应时间在 2s以内。与传统的方法相比，本发明的方法将海量医疗数据的实时统计查询转换为基于统 计树的在线查询，可以在更短的时间内支持更加高并发的统计查询请求。因为是采用增量 计算来进行统计，所以解决了全量计算时系统负载过高的问题。另外，由于数据是冗余存储 的，且hadoop自带了容错机制，因此在系统的高可用性，高稳定性上有着更加明显的优势。

[0071] 以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此， 任何熟悉本技术领域的技术人员在本发明披露的技术范围内，可轻易想到的变化或替换， 都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求书的保护范 围为准。